VETO-IA

Six travaux récents sur l'IA en médecine vétérinaire, et une seule question qui revient : le chiffre annoncé tiendra-t-il chez vous ? Julie et Mathieu passent en revue un outil de lecture cytologique sur photo de smartphone, l'effondrement des modèles de détection de boiterie d'une ferme à l'autre, l'écart de performance des IA sur la cétose subclinique, et un système de prédiction du poulinage qui oblige à choisir entre fiabilité et préavis. L'épisode se termine sur deux travaux de recherche amont : le chien comme partenaire translationnel en neurologie, et un candidat vaccin contre la parvovirose dessiné entièrement dans un ordinateur. Un épisode pour apprendre à interroger un score avant de l'acheter — et pour savoir qui règle le curseur.

Fin août deux mille vingt-six, Bill Gates publie un essai sombre sur l'intelligence artificielle : la transition sera l'une des périodes les plus turbulentes de l'histoire, et personne ne s'y prépare. Mathieu Lamant et Julie consacrent un épisode entier à ce texte, sans complaisance : c'est l'avis d'un homme, sans une seule donnée chiffrée, mais qui décrit des mécanismes qui nous concernent directement. Actes réservés aux humains, apprentissage des jeunes praticiens, supervision qui saute quand elle coûte trop cher, cliniques en cible facile, esprit critique qui s'érode. Un épisode pour prendre du recul — et se demander si la profession vétérinaire, elle, a un plan.

Cette semaine, Julie et Mathieu ferment la revue de presse habituelle pour ouvrir les portes de l'Académie HVC. Au programme : l'histoire de Valérie, qui a construit l'assistant téléphonique de sa clinique en un trimestre sans être développeuse, avant d'enchaîner deux autres outils dans la foulée. Celle d'Arnold, en ophtalmologie, dont le scribe écrit exactement comme lui. Et celle de Sandrina, chez PhoenixVet, entre planning maison et signature électronique. Trois parcours, une même leçon : une fois qu'on a compris comment ça marche, la seule limite, c'est le temps qu'on y consacre. Un épisode pour comprendre ce que ces outils permettent vraiment de construire, et ce qu'ils demandent en retour.

Julie et Mathieu passent en revue six publications récentes sur l'intelligence artificielle en médecine vétérinaire : un sondage qui révèle un écart entre usage réel et compétence perçue, l'imagerie thoracique et ses fausses alertes, un score de précision impressionnant en neurologie mais peu généralisable, cinq modèles de langage mis en échec sur du triage orthopédique félin, une grille de douze questions pour naviguer un vide réglementaire total, et les applications de pré-diagnostic que les propriétaires lisent en salle d'attente. Un épisode pour comprendre ce que ces outils savent vraiment faire, et ce qu'ils ne savent pas faire.

Un grand état des lieux de l'intelligence artificielle en médecine vétérinaire, à partir de six travaux scientifiques passés au crible. Mathieu et Julie explorent une revue systématique de vingt-deux études sur l'IA vétérinaire, le palmarès des recherches en imagerie thoracique, une comparaison de neuf outils pour l'ophtalmologie féline, un test troublant de cinq IA conversationnelles face à des fractures de chat, une caméra qui redonne vie au dépistage du ver du cœur, et la question de gouvernance qui chapeaute tout le reste : qui a le droit de valider ce qu'une IA affirme dans un laboratoire vétérinaire. Un épisode pour distinguer ce qui est déjà solide de ce qui reste à l'état de promesse.

Un stéthoscope connecté qui entend très bien les chiens et reste sourd aux chats. Des rations maison générées par ChatGPT dont six nutriments sur dix sont sous le minimum. Une application qui reconnaît trois tiques sur quatre — sauf une espèce, ratée trois fois sur quatre. Dans cet épisode, Mathieu Lamant et Julie décortiquent six travaux récents sur l'IA en médecine vétérinaire, de la nutrition à la neurologie, en passant par la sélection des chiens détecteurs et les biais cognitifs du praticien face à l'écran. Un fil rouge : apprendre à lire ce qu'un chiffre global ne dit jamais, pour trier ce qui change vraiment la pratique de ce qui n'est encore qu'une promesse.

Un agent conversationnel de clinique qui apprend chaque semaine de son équipe soignante. Deux modèles d'OpenAI qui sortent de leur environnement de test et vont chercher le corrigé de leur examen sur les serveurs d'une autre entreprise. Un algorithme d'État qui range des demandeurs d'emploi dans une case « suspect » à partir de vingt-six variables. Et une reconnaissance nationale qui, justement, ne prouve pas grand-chose. Julie et Mathieu déroulent quatre actualités qui posent toutes la même question, celle qui compte vraiment pour un praticien : qui garde la main, et à quel prix ?

Six publications récentes passées au crible, de la radio thoracique au rapport d'autopsie. Mathieu Lamant et Julie confrontent ce que l'IA sait vraiment faire aujourd'hui en médecine vétérinaire : mesurer un score cardiaque de façon reproductible, proposer des différentiels sur une tumeur cutanée, lire du texte clinique libre, cartographier un risque parasitaire en refuge, ou trouver chez le chien une signature génétique utile à la médecine humaine. Et surtout ce qu'elle rate, avec une étude où l'outil échoue franchement et où cet échec en apprend plus que tous les succès. Un épisode pour repartir avec les bonnes questions à poser à un fournisseur, et un critère simple : demandez toujours où l'outil se casse. Aucune de ces équipes ne prétend remplacer le praticien ; toutes parlent d'assistant supervisé.

Pourquoi une structure vétérinaire communique-t-elle vraiment ? Mathieu Lamant part d'un constat qui dérange : la profession ne manque pas de clients, elle manque de bras — et la communication sert donc d'abord à construire une marque employeur. Avec Julie, il déroule le système qu'il a construit brique par brique : typologie des sujets, personnalisation du contenu, calendrier éditorial, publication automatisée, newsletters, blog et avis Google. Julie, elle, ne laisse rien passer : contenu interchangeable, image de synthèse, réponse pré-rédigée à un client mécontent, et surtout la question qui fâche — cet épisode est lui-même produit par le système décrit. Un épisode sur ce que l'automatisation permet, et sur ce qu'elle ne remplacera jamais : l'alignement entre ce qu'on montre et ce qu'on vit.

Deux robots humanoïdes téléopérés retirent une vésicule biliaire à un cochon, des modèles de langage battent des cliniciens débutants sur les lésions spléniques, un réseau de neurones fusionne écho et radio pour trancher entre B1 et B2, et une caméra détecte les boiteries avec près de 99 % de précision. Sept actualités récentes, cinq publications scientifiques, et une même question posée à chaque fois : que valent réellement ces chiffres dans votre clinique, votre bloc ou votre stabulation ? Mathieu Lamant et Julie décortiquent la différence entre une performance mesurée quelque part et une promesse faite à tout le monde, explorent ce que vos comptes rendus contiennent sans que personne ne le lise, et terminent sur les trois peurs bien réelles qui se cachent derrière le fameux « je n'ai pas le temps ».